人工智能药物发现研究体系的构建及实践
张志豪
周吟玦
姜慧君
蒋南
南京医科大学药学院,南京211166
摘要：新型靶向药物的研发具有费用高、周期长、成功率低的特点,其最大瓶颈在于研发过程中存在诸多不确定性因素,如靶点有效性、模型的可靠性等问题,需要通过大量实验予以确认.而在药物研发过程中引入人工智能技术,应用机器学习及深度学习算法提取分子结构特征、分析药物-靶标相互作用、构建药物-疾病-蛋白质之间的联系,可以在不同研发环节建立具有较高准确率的预测系统,并可减少各个研发环节的不确定性,从而缩短研发周期、降低试错成本、提高研发成功率.本文综述了机器学习和深度学习在人工智能药物研发中的构建及实践,以期为新药研发提供理论依据.
关键词：机器学习深度学习人工智能新药发现
分类号：R939(生药学（天然药物学）)R918(药物设计)
资助基金：江苏省自然科学基金资助项目(BK20211254)南京医科大学教育研究课题(2019LX020)
论文发表日期：2022-07-15
在线出版日期：2026-08-14（本平台首次上网日期，不代表文献的发表时间）
页数：10( 1294-1303 )
英文信息